c++矩阵的转置和快速转置

矩阵的转置

将原矩阵的行、列对换,也就是将[i][j]和[j][i]位置上的数据对换。

程序代码:

#include<vector>   //稀疏矩阵push pop operator[] 和顺序表一致
 
template<class T>
struct Triple  //定义一个三元组 可以直接访问的定义成struct
{
size_t _row;
size_t _col;
T _value;
 
Triple(size_t row, size_t col, const T& value)
:_row(row)
, _col(col)
, _value(value)
{}
};
 
 
template<class T>
class SparseMatrix
{
public:
SparseMatrix(size_t M, size_t N, const T&invalid)
:_M(M)
, _N(N)
, invalid(invalid)
{
 
}
SparseMatrix(const T* a, size_t M, size_t N,const T& invalid)//const T& invalid表示哪个是无效数据
:_M(M)
, _N(N)
, invalid(invalid)
{
for (size_t i = 0; i < M; ++i)
{
for (size_t j = 0; j < N; ++j)
{
if (a[i*N + j] != invalid) //不等于无效值
{
Triple<T> t(i, j, a[i*N + j]);
_a.push_back(t);   
}
}
}
}
 
void Display()
{
size_t index = 0;
for (size_t i = 0; i < _M; ++i)
{
for (size_t j = 0; j < _N; ++j)
{
if (index<_a.size()&&
i == _a[index]._row && j == _a[index]._col)
{
cout << _a[index].value << " ";
++index;
}
else
{
cout << _invalid << " ";
}
}
cout << endl;
}
cout << endl;
}
 
SparseMatrix<T> Transport()      //转置
{
     //时间复杂度 O(有效数据的个数*N(列))
SparseMatrix<T> sm(_N,_M,_invalid);
 
for (size_t i = 0; i < N; ++i)
{
size_t index = 0;
while (index < _a.size())
{
if (_a[index].col == i)
{
Triple<T> t(_a[index]._col, _a[index]._row, _a[index]._value);
sm._a.push_back(t);
}
++index;
}
}
return sm;
}
protected:        //存三元组数组
//Triple<T>* _a;       直接用动态顺序表
vector<Triple<T>> _a;
size_t _M;
size_t _N;
T _invalid;
};
 
void Test2()
{
int a[6][5] = { { 1, 0, 3, 0, 5 },
                { 0, 0, 0, 0, 0 },
                { 0, 0, 0, 0, 0 },
                { 2, 0, 4, 0, 6 },
                { 0, 0, 0, 0, 0 },
                { 0, 0, 0, 0, 0 } };
SparseMatrix<int> sm((int*)a,6,5,0); //强制转换成一维数组 数组 6行 5列 非法值0
sm.Display();
 
SparseMatrix<int> sm2 = sm.Transport();
sm2.Display();
}
 
#include<iostream>
using namespace std;
 
#include<stdlib.h>
#include"Matrix.h"
 
int main()
{
//Test1();
Test2();
system("pause");
return 0;
}

运行结果:

1 0 0 2 0 0

0 0 0 0 0 0

3 0 0 4 0 0

0 0 0 0 0 0

5 0 0 6 0 0

快速转置

程序代码:

#include<vector>   //稀疏矩阵push pop operator[] 和顺序表一致
 
template<class T>
struct Triple  //定义一个三元组 可以直接访问的定义成struct
{
size_t _row;
size_t _col;
T _value;
 
Triple(size_t row=0, size_t col=0, const T& value=T())//const临时对象具有常性
:_row(row)
, _col(col)
, _value(value)
{}
};
 
 
template<class T>
class SparseMatrix
{
public:
SparseMatrix(size_t M, size_t N, const T&invalid)
:_M(M)
, _N(N)
, invalid(invalid)
{
 
}
SparseMatrix(const T* a, size_t M, size_t N,const T& invalid)//const T& invalid表示哪个是无效数据
:_M(M)
, _N(N)
, invalid(invalid)
{
for (size_t i = 0; i < M; ++i)
{
for (size_t j = 0; j < N; ++j)
{
if (a[i*N + j] != invalid) //不等于无效值
{
Triple<T> t(i, j, a[i*N + j]);
_a.push_back(t);   
}
}
}
}
 
void Display()
{
size_t index = 0;
for (size_t i = 0; i < _M; ++i)
{
for (size_t j = 0; j < _N; ++j)
{
if (index<_a.size()&&
i == _a[index]._row && j == _a[index]._col)
{
cout << _a[index].value << " ";
++index;
}
else
{
cout << _invalid << " ";
}
}
cout << endl;
}
cout << endl;
}
 
SparseMatrix<T> FastTransport()      //快速转置
{
//时间复杂度 O(有效数据个数+N)
SparseMatrix<T> sm(_N, _M, _invalid);
 
int* rowCounts = new int[_N];//统计转置后数据个数
memset(rowCounts, 0, sizeof(int)*_N);
 
size_t index = 0;
while (index < _a.size())
{
rowCounts[_a[index].col]++;
++index;
}
 
int rowStart = new int[_N];
rowStart[0] = 0;
for (size_t i = 1; i < _N; ++i)
{
rowStart[i] = rowStart[i - 1] + rowCounts[i - 1];
}
 
index = 0;
sm._a.resize(_a.size())‘;‘   //不能用pushback
while (index < _a.size())     //_a.size有效数据的个数
{
size_t row = _a[index]._col;
int& start = rowStart[row];
 
Triple<T> t(_a[index]._col, _a[index]._row, _a[index]._value);
 
sm._a[start] = t;
++start;   // rowStart[row]里的值++
++index;
}
 
delete[] rowCounts;
delete[] rowStart;
 
return sm;
}
protected:        //存三元组数组
//Triple<T>* _a;       直接用动态顺序表
vector<Triple<T>> _a;
size_t _M;
size_t _N;
T _invalid;
};
 
void Test2()
{
int a[6][5] = { { 1, 0, 3, 0, 5 },
                { 0, 0, 0, 0, 0 },
                { 0, 0, 0, 0, 0 },
                { 2, 0, 4, 0, 6 },
                { 0, 0, 0, 0, 0 },
                { 0, 0, 0, 0, 0 } };
SparseMatrix<int> sm((int*)a,6,5,0); //强制转换成一维数组 数组 6行 5列 非法值0
sm.Display();
 
SparseMatrix<int> sm2 = sm.Transport();
sm2.Display();
 
SparseMatrix<int> sm3 = sm.FastTransport();
sm3.Display();
}
 
#include<iostream>
using namespace std;
 
#include<stdlib.h>
#include"Matrix.h"
 
int main()
{
//Test1();
Test2();
system("pause");
return 0;
}

运行结果:

1 0 0 2 0 0

0 0 0 0 0 0

3 0 0 4 0 0

0 0 0 0 0 0

5 0 0 6 0 0

时间: 2024-12-14 18:43:13

c++矩阵的转置和快速转置的相关文章

稀疏矩阵的普通转置与快速转置算法

稀疏矩阵的普通转置与快速转置算法 一般来说,对于系数矩阵,我们使用三元组来存储.即就是将矩阵的所有非零元素的三元组存放在一个顺序表中,如图所示: 注意一个转置的前提:该顺序表是排好序的,即行优先,列其次. 一.普通转置 这种算法比较简单,也很容易想到: 算法思想: 对M.data从头至尾扫描: ?第一次扫描时,将M.data中列号为1的三元组赋值到T.data中 ?第二次扫描时,将M.data中列号为2的三元组赋值到T.data中 ?依此类推,直至将M.data所有三元组赋值到T.data中 代

C++实现稀疏矩阵的压缩存储、转置、快速转置

/*稀疏矩阵的压缩存储.转置.快速转置*/ #include <iostream> using namespace std; #include <vector> //三元组 template<class T> struct Triple { size_t _row; size_t _col; T _value; Triple(size_t row = 0, size_t col = 0, const T& value = T()) :_row(row) ,_co

矩阵的存储及快速转置

#include<iostream> #include<vector> #include<string> using namespace std; //三元组 template<class T> struct Triple { size_t _row; size_t _col; T _value; }; template<class T> class SparseMatrix { public: SparseMatrix(); SparseMat

SDUT 3347 数据结构实验之数组三:快速转置

数据结构实验之数组三:快速转置 Time Limit: 1000MS Memory Limit: 65536KB Submit Statistic Problem Description 转置运算是一种最简单的矩阵运算,对于一个m*n的矩阵M( 1 = < m < = 10000,1 = < n < = 10000 ),它的转置矩阵T是一个n*m的矩阵,且T( i , j )=M( j , i ).显然,一个稀疏矩阵的转置仍然是稀疏矩阵.你的任务是对给定一个m*n的稀疏矩阵( m

【数据结构之旅】稀疏矩阵的快速转置

说明: 稀疏矩阵的快速转置算法的核心在于,用一个数组num记录原来矩阵中的每列非零元个数,用另一个数组cpos来记录原矩阵每列第一个非零元在新矩阵中的位置,以此来达到快速转置的目的. 用这样的方法,主要是希望,矩阵转置后,存储顺序依然是按照行来存储的. 1.实现及代码注释 根据上面的核心提示,可以有如下的代码,下面的代码中的注释已经非常详细,因此这里就不把每一部分实现的功能独立开来了: #include<stdio.h> #include<stdlib.h> #define OVE

稀疏矩阵-压缩存储-列转置法- 一次定位快速转置法

稀疏矩阵的压缩存储 压缩存储值存储极少数的有效数据.使用{row,col,value}三元组存储每一个有效数据,三元组按原矩阵中的位置,以行优先级先后顺序依次存放. 压缩存储:行优先一行一行扫 有效数据存入以为矩阵_arr 列转置法 : 从前向后遍历压缩矩阵,先找列号为0的存入 转置矩阵的压缩矩阵.然后从前向后找列号为1的 ...直到转置矩阵的压缩矩阵大小和 原矩阵的一样大 这时就找完了 时间复杂度为    O(原矩阵列数 * 压缩矩阵长度) 一次定位快速转置法: 设置两个辅助矩阵 RowCou

稀疏矩阵的压缩存储及快速转置

当一个矩阵为稀疏矩阵时,有效数据的个数比无效数据要少得多,因此若将一个矩阵全部存储会浪费空间,可以只将有效数据存储起来,无效数据作为标记 代码如下: #include <iostream> #include <vector> using namespace std; //可用一个三元组来存储有效数据的信息 template<class T> struct Triple {  size_t _row;  size_t _col;  T _value; }; //系数矩阵类

稀疏矩阵的列序递增法和一次定位快速转置法

稀疏矩阵:矩阵中大多数元素为0的矩阵,从直观上讲,当非零元素个数低于总元素的30%时,这样的矩阵为稀疏矩阵. 如: int array [6][5] =     {{1, 0, 3, 0, 5}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}, {1, 0, 3, 0, 5}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}}; 稀疏矩阵的压缩存储:使用{row,col,value}三元组存储每一个有效数据,三元组按原矩阵中的位置,以行优先级先后顺序依次存放

稀疏矩阵三元组快速转置(转poklau123写的很清楚)

关于稀疏矩阵的快速转置法,首先得明白其是通过对三元表进行转置.如果误以为是对矩阵进行转置,毫无疑问就算你想破脑袋也想不出个所以然,别陷入死胡同了! 对于一个三元表,行为i,列为j,值为v.需将其i与j的值对调才能得到新的三元表,但是如果直接进行转换,得到的新的三元表的顺序是混乱的,不符合三元表的规则.所以,课本首先介绍了一个用扫描来转置的算法(这个算法比较容易,在这里我就不说了),但是这个转置算法的时间复杂度太高,于是就有了接下来的快速转置算法. 要你对一个三元表进行步骤最少的转置,你可能会想,